企业异质性视角下渔业企业效率水平及区域差异研究

(辽宁师范大学 海洋经济与可持续发展研究中心,辽宁 大连 116029)

1 引言

生产率作为经济增长的源泉,受到国内外众多学者的关注[1,2,8-11]。在我国经济新常态下,绿色、健康、可持续成为渔业经济未来发展的重要导向。当我国的渔业经济以高投入、高耗能、高排放驱动的增长遭遇产能过剩、资源瓶颈和环境压力的制约时,渔业经济进入了结构调整阶段。在该阶段,渔业产业的优化升级和结构的转型都依赖于全要素生产率(TFP)的提高[2]。与以往仅从技术进步视角关注地区渔业经济增长和渔民收入不同,近年来微观企业的全要素生产率日益成为新的研究视角[3]。本文以渔业企业为切入点,通过测度渔业企业效率对我国进行渔业产业结构调整，促进渔业经济可持续发展提供一定的借鉴。

随着企业层面数据的覆盖范围日益增大,渔业经济的研究重点从生产要素总量转变到产业生产效率,效率测算模型的运用和相关研究迅速增加。郑奕、周应祺[4]从远洋渔业捕捞能力的角度出发,运用DEA分析有效估计了我国捕捞能力;叶晓凌[5]从保险财政补贴效率的视角,综合考虑发展海洋渔业的个人和社会效益,进行合理的渔业规划,实现以保险财政补贴为基础的生态发展、和谐发展;张萌[6]从沿海省市维度出发,认为我国渔业的可持续发展备受阻力,政策上应采取放管控结合的决策方针;岳冬冬、王鲁民[7]从近海捕捞的视角出发,全面分析了捕捞渔业的生产效率,认为技术进步是全要素生产率增长的主要推动力,通过加强科技创新和推广应用力度,减少捕捞专业劳动力人数,已提高技术效率,实现渔业捕捞的经济可持续。

国外学者关于渔业效率的研究偏向于对渔业技术效率的研究。例如，Hannesson R[8]利用渔业技术前沿系统估算了渔业的技术效率;Tingley等[9]通过利用随机前沿分析方法(SFA)和DEA方法评价了渔业生产的技术效率,并分析了影响渔业生产的因素;Maravelias等[10]利用DEA方法分析了东地中海渔业生产设备使用的具体情况,评价了其经济效益,提出了对沿海效率治理的方略;Jamnia等[11]利用随机前沿分析方法探讨了伊朗南部巴哈尔地区渔业生产的技术效率。

渔业企业的经济效率是衡量一国渔业产业发展水平的重要标志之一。已有文献从宏观层面对渔业经济效率做了较多研究,近年从微观视角研究企业效率的文献较多。范建勇等[12]应用LP方法分析了产业集聚对企业TFP的影响关系;鲁晓东、连玉君[13]分析了1999—2007年我国的工业企业数据,通过多种方法对数据进行横向对比,发现使用半参数方法能优化解决问题;杨汝岱[2]以制造业企业的变化为基础,从资源配置效率方面讨论了经济进步转型;王贵东、周京奎[14]用LP法测算了制造业企业的垄断势力并估测了不同行业的市场边界,使LP方法更为深化。需要强调的是,从微观层面分析我国渔业企业的全要素生产率对我国渔业经济的促进作用更加重要。

本文选取全国渔业企业为评价单元,采用LP方法对渔业企业的全要素生产率及其时空差异进行了研究[15],以期能准确地把握我国渔业企业在促进渔业生产发展过程中的资源配置、利用效率、结构调整等各个方面,为实现我国渔业经济可持续发展提供理论支撑。

2 研究方法

2.1 变量说明及方法选取

全要素生产率(TFP)是表征企业创新能力和技术水平的关键指标[16]。我国对全要素生产率的研究经历了从国家到地区,从经济整体到产业、再到企业层面的不断深化过程,并随着我国工业企业数据库的广泛使用,学界逐渐从微观企业层面顾及全要素生产率[17]。常见的企业全要素生产率计算方法包括:OLS、FE、OP、LP、GMM等,根据不同的数据特性,采用不同的方法研究。一般认为,OLS和FE方法计算企业全要素生产率存在着较大缺陷,无法有效解决内生性问题,且损失部分有效信息。通过对比OP、LP方法,选用LP方法对企业层面全要素生产率进行测算。该方法一方面解决了普通最小二乘估计中相互决定的偏差引起的内生性和样本选择偏差问题,另一方面更优化地解决OP法中“零投资”现象引起的样本截断问题[2]。

2.2 估计方法——Levinsohn—Petrin方法

基于Cobb-Douglas生产函数估计全要素生产率[18],公式为;

yt=βt+βllt+βkkt+βmmt+ωt+ηt

(1)

式中,投入变量包括劳动力lt、中间投入mt、资本kt;yt为产出;全要索生产率w1为状态变量;ηt为随机误差项。

LP方法[19]的3个假设:假设1——中间投入仅受到资本和技术的影响,则中间投入函数可以记作mt=mt(ωt+kt);假设2——中间投入为生产率单调递增。资本不变,生产率高的企业中间投入消耗大,即中间投入函数对生产率取逆,得ωt=ωt(mt,kt);假设3——生产率kt服从一阶马尔可夫过程,即ωt=E(ωt|ωt-1)+ζt。

通过以上3个假设,式(1)可写作:

βt=βllt+φt(mt,kt)+ηt

(2)

其中,φt(mt,kt)=β0+βkkt+ωt(mt,kt)

(3)

2.3 实证模型构建

为了对提出的问题进行实证检验,结合所收集数据的特征,构建计量模型:

(4)

式中,TFPit为企业i在t年的工业总产值;K与L分别为企业固定资产和全部职工数;ε为在生产函数中无法体现的测量误差因素和随机干扰;terr为企业是否沿海;state为企业是否为国有企业;region为企业是否为内资企业。其中,代理变量(proxy)为企业中间投入(lnM);其他变量,如year、reg、ind分别为年份、地区和行业的自由变量(free)。

3 指标选取与数据处理

从微观层面测算全国渔业企业全要素生产率的差异,使用全国渔业企业的投入—产出数据,样本跨度为2003—2007年,所有数据来源于中国工业企业数据库。该数据库由国家统计局对每年的主营业务收入(即销售额)在500万元及其以上的大中型制造业进行统计得到,2011年该标准改为2000万元及其以上企业[20]。参照国标(GB/T 20794—2006)海洋及相关产业分类标准,对我国工业企业数据库中的渔业企业进行筛选,结合《中国渔业统计年鉴》中渔业经济总产值分类汇总情况,在筛选数据的过程中根据海洋分类描述。本文数据在海洋渔业的分类中主要包含海洋渔业服务和海洋水产品加工。根据《中国渔业统计年鉴》中渔业经济总产值分类汇总情况,在筛选汇总过程中发现:关键字中包含“渔、鱼、水产品”的行业和产品占比最大,筛选后细化相关产业。渔业相关企业中涉及部分船舶行业,考虑到船舶的使用不仅限于渔业产业,还受限于船舶数据的具体量,本文未考虑船舶制造业的数据[21]。

在微观领域,LP方法的解释变量一般为工业增加值和工业总产值。在样本全要素生产率估算过程中,由于工业总产值能较完备地反映企业的投入指标所得最终产出,选择工业总产值作为本文的变量指标[22]。基于聂辉华等[23]对2004年缺失数据的处理方式,运用工业增加值=主营收入+其他收入+增值税-工业中间投入计算出2004年的工业增加值,进而用所得数值加上2003年的工业总产值得到2004年的工业总产值。剔除严重遗漏变量的样本,同时删除诸如工业总产值、工业增加值、固定资产等数值为0的样本;对企业层面固定资本存量的测算指标选用中国工业企业数据库中的固定资产合计数指标,按照会计核算原理,该指标包含固定资产原价、在建工程、固定资产清理和待处理固定资产净损失等[24]。基于经济局势对货币价值的影响,以2000年为基期,选用《中国统计年鉴》各期的数据作为平减指数,如工业总产值和企业中间投入值使用企业所在地区工业品出厂价格指数平减,企业固定资产数使用固定资产投资价格指数平减[21],变量的统述见表1。

表1 变量统计描述

4 结果分析

4.1 渔业企业全要素生产率特征区分

本文运用Stata13.0软件处理2003—2007年全国渔业企业的数据,分别计算了沿海渔业企业和非沿海渔业企业的全要素生产率(表2、表3)。由图1可知,我国沿海渔业企业的全要素生产率明显高于非沿海企业的全要素生产率值,说明在企业发展过程中地域对渔业生产存在着一定的影响,沿海地区因生活习惯便利的交通方式与生产原材料的供应,在某种程度上对渔业企业的全要素生产率起到了正向影响,因此将地域差异分为沿海和非沿海,并做进一步分析。为了全面描述数据的特点,根据我国渔业的企业类型与特点,将其分为国有和非国有、内资和外资渔业企业进一步对比分析。

表2 基于LP法的2003—2007年我国沿海渔业企业TFP测算

(续表2)

表3 基于LP法的2003—2007年我国非沿海渔业企业TFP测算

4.2 沿海、非沿海渔业企业全要素生产率变化特征

对所选数据的分类描述为:非沿海的城市大致分布于北京、福建、广东、河北、河南、黑龙江、湖北、吉林、江西、辽宁、内蒙古、山东、四川、云南、浙江等省区。通过表2和表3中2003—2007年分城市企业TFP的数据可见:①沿海城市与非沿海城市波动趋势相同,整体呈现出匀速上升趋势。2003—2007年我国渔业企业TFP均值匀速上升,数值由2003年的8.38上升到2007年的9.1。②沿海地区企业的TFP值明显高于非沿海地区。在沿海地区,潮州市、威海市、莆田市、厦门市、汕尾市的效率值较高,集中分布在福建省、山东省、广东省;茂名市、中山市、锦州市和江门市的效率值较低,主要分布于广东省和辽宁省的部分地级市。在非沿海地区,TFP较高的地区大致分布于浙江省(非沿海地级市)、内蒙古自治区、广州市等地;TFP较低的地区大致分布于浙江省、吉林省、山东省等地。③非沿海地区TFP差异较大,变化波动不定。

图1 我国沿海与非沿海渔业企业TFP变化趋势

从表2可见,我国沿海地区在整体的区域分异水平上,上海、锦州、秦皇岛、盘锦、营口、北海6个城市的TFP均有较大程度的提高。2003—2006年上海市渔业企业的TFP稳步上升,从2003年的5.55上升到2006年的9.23,可见上海市渔业企业发展前景良好。2003—2006年锦州市的发展良好,企业发展进步较快;潮州、广州、揭阳、厦门、中山5个地级市的TFP呈下降趋势,2007年比2003年分别下降1.1、0.94、1.23、0.88、0.64，原因可能是国家经济的宏观环境,以及当年海域污染问题对沿海的捕捞、生产作业造成了一定程度的冲击[25]。从2003—2007年的均值水平看,渔业企业TFP较高的为潮州、威海、莆田、厦门、汕尾,集中分布于山东、福建、广东3省,这与我国东部沿海地区经济较为发达,较早成为渔业企业发展前沿息息相关。

从表3可见,我国非沿海城市的信阳、潜江、衢州、吉安、伊春的TFP增长较快,2007年比2003年分别增长了2.5、2.19、2.09、1.71、1.47,大致分布于河南省、湖北省、浙江省、江西省、黑龙江省,地理位置上有我国重要的河流流经。金华、乌兰察布、延边、佛山、绥化的总体均值较高,说明渔业企业在五年间发展得较好。

4.3 渔业企业TFP的差异演化特征

沿海、非沿海渔业企业:从地域上将所收集到的数据分为沿海渔业企业和非沿海渔业企业,由图1可见,2003—2007年我国渔业企业的TFP呈逐年增长趋势,沿海地区渔业企业的TFP明显高于非沿海企业。沿海与非沿海地区差异呈现出逐年缩小的趋势，虽然缩小的幅度不大,但说明地域上的差异越来越小。由沿海企业和非沿海企业的趋势图可见,非沿海地区的TFP均值波动幅度较明显。沿海渔业企业的TFP为7—10,非沿海渔业企业的TFP为4—10，反映了不同省份平均变化的差异较大。我国渔业企业TFP整体波动较小,渔业总体TFP呈现上升趋势,渔业经济转型发展向好。这与我国海洋渔业产业规模扩大、渔业基础设施不断完善和科研、管理能力逐步提高密不可分。

国有与非国有渔业企业:无论是国有渔业企业还是非国有渔业企业,企业的TFP都处于波动上升的趋势,但波动幅度略有差异(图2)。由于2003年的均值较低,导致总体均值水平不高。我国国有渔业企业在2003—2005年增长较快,且增长幅度逐年递增,由2003年的8.25增加到2005年的8.84;2006年的增长放缓,2007年略有上升。可能的原因是：2002—2005年国家全面推进再就业,把就业作为“民生之本”提升到“国家战略”层面,促进渔业第一产业向第二、三产业转型,间接为国有企业注入了生产活力。同时,渔网、渔船等设备更新、水产品加工冷冻技术进步为渔业企业的发展作了技术铺垫;渔业企业文化、价值等软实力的提升,进一步提高了企业的综合竞争力[26]。据海关统计,2005年全国水产品进出口总量为623万t,进出口总额120.1亿美元;其中出口量257万t,出口额78.9亿美元,同比增长6%和13%[21]。

图2 国有和非国有渔业企业TFP变化趋势

从总体宏观形势看,入世以来由于我国国家资本的不断深化,大部分国有企业的生产效率提高,主要得益于规模优势和垄断优势[27]。2006年我国通过对土地调控采取了更严格的管理措施,控制建设用地总量增长过快,低成本用地过度扩张[28]。这在一定程度上控制了企业准入市场的数量,使渔业企业TFP值增长缓慢。2007年,各级政府加大了对渔业的扶持力度，使渔业企业TFP值回稳上升。非国有渔业企业在2004—2005年增长速度最快,2006—2007年TFP变化曲线较平缓,增长速度放缓。2003年,我国非国有渔业企业的TFP高于国有渔业企业,原因在于非国有渔业企业具有物质资本和人力资本的优势；2004—2005年,我国国有渔业企业增长较快,超过非国有渔业企业,2006—2007年我国国有渔业企业TFP增速放缓,曲线趋于平缓,非国有渔业企业继续保持着高速增长,其TFP值高于国有渔业企业。就整体发展均值而言,我国非国有渔业企业TFP均值为8.73,略高于国有渔业企业的8.69，说明我国非国有渔业企业发展较快,是渔业企业效率进步的重要推动力。伴随着经济的发展,企业绝对技术水平的增长速度将日益缓慢,要实现渔业经济结构转型,政府与企业应着力于改善渔业资源的配置效率,提高经济内生增长的动力[29]。

内资与外资渔业企业:从图3可见,2003—2007年我国内资与外资渔业企业TFP波动趋势大致相同,呈持续增长趋势,说明经济发展、市场环境优化使我国渔业企业运行效率得到大幅度提升,但外资渔业企业效率明显高于内资渔业企业。可以说明,我国内资渔业企业的资源相较外资渔业企业,没有得到有效的配置,其粗放型增长方式和生产质量还存在一定的问题。外资的进入一方面提高了我国渔业企业效率的增长质量,但同时也对国内传统企业的发展形成了巨大的冲击，使其经营效率低于外资渔业企业[30]。我国内资性质的渔业企业大部分为劳动密集型,该行业在我国具有传统的比较优势,但在技术、管理、营销网络等方面的要素控制远不及外资企业。

图3 内资和外资渔业企业TFP变化趋势

5 空间格局特征

通过折线图虽然可以很直观地了解到我国沿海与非沿海地区渔业企业TFP的整体趋势,但通过全上的分布与变化。本文以2003—2007年的国地图能同时展现渔业企业TFP在地理位置和时间我国渔业企业全要素生产率为基础,选取2003年和2007年的截面数据,以我国城市和省份地图为底图,建立空间数据库,运用ArcGIS10.0软件对沿海与非沿海地区渔业企业的TFP进行空间分析,绘制出时空格局演化分布，见图4。

由图4可知,2003—2007年我国大部分地级市渔业企业的全要素生产率明显提高,图4中点的分布密集度增加。2003年,潮州市的TFP值为10.3,渔业企业TFP在10以上且排名最高。其次,揭阳市为9.86,金华市为9.68,TFP在9以上的有8个城市,企业经济发展良好,其他城市的TFP值在4—9之间波动,且与最高值之间差距较大;2007年,渔业企业TFP整体呈现增长的趋势,TFP在10以上的有北海、潮州、大连、广州、福州、丹东、惠州、葫芦岛共8个城市,潮州市的TFP值仍在10以上,其他7个城市都有不同程度的改进,北海市提高最快。TFP的最低值较2003年也有所提升,TFP值的分布趋于集中,说明渔业企业的总体发展向好。

图4 渔业企业全要素生产率空间格局演化

从图4的两个样本区间的比较来看,各城市历年来渔业企业的TFP值在空间上没有较大的跨度但略有变化,TFP值较高的地区(如潮州)基本一直保持高水平不变;TFP值较低的地区(如牡丹江、锦州、上海、辽阳等)均有不同幅度的提高;其他发展良好省份的TFP值略有波动但不显著,其中变化最大的是北海市,从排名跃升为第一。总体而言,TFP值在10以上的地级市在数量上增加,面积上扩大;TFP值靠后的地级市在数量和面积上也明显扩大,TFP值在中间的地级市有所波动,样本区间内展现的集聚态势显著[31]。综合沿海与非沿海、国有与非国有、内资与外资的企业性质来看,渔业企业的区位选择依赖于水域资源,沿海及内陆主要河流流经点是渔业企业分布的主要位置,外资企业大多分布于我国东部沿海地区,主要的集聚中心为珠三角、长三角、环渤海地区,山东、福建的外资企业较多,这是2003—2007年来沿海地区渔业企业TFP增长的主要驱动力。

6 时间演化分析

2003—2007年我国渔业企业TFP水平值的核密度函数见图5[32]。图5的横轴表示企业的TFP水平,纵轴表示核密度,其数值的高低代表渔业企业全要素生产率的集中程度,整幅图大致解释渔业企业TFP的动态变化状况。从图5可见,2003—2007年核密度曲线存在逐渐向右偏移的趋势,说明我国渔业企业TFP水平在此期间一直处于增长阶段;从各年渔业企业TFP的峰度可见,渔业企业TFP的差距由大变小,分布由发散趋于收敛。

图5 我国渔业企业全要素生产率Kernel密度分布

从位置上看,我国渔业企业的TFP值核密度分布的密度函数中心整体呈现向右移动的趋势,波峰对应的渔业企业TFP值逐渐上升,低生产率对应的核密度在下降,反映出我国渔业企业的全要素生产率水平不断提高。其中，2004年相比2003年有较大幅度右移,2005年较2004年右移显著,说明2003—2005年前后我国渔业企业TFP在政府实施渔业生产激励政策后有较大改善,企业TFP值出现增长趋势。2007年相比2006年明显右移幅度变小,反映了从2003年之后我国渔业企业全要素生产率经历了一段高速发展和缓慢提升的阶段。

从形状上看,我国渔业企业的全要素生产率呈现单峰分布的总体态势不变,并在一定程度上呈偏态分布，有较长的左拖尾,说明TFP低的企业核密度低。2003—2005年我国渔业企业TFP分布坡度较为陡峭,高密度出现在效率值较高的区域,说明高TFP的企业所占比重大于低TFP企业所占比重。2006—2007年坡度略微和缓,密度降低。在此期间,我国渔业企业 TFP集中于中高值区域,企业的全要素生产率显著提升。

从峰值上看,2003—2007年我国的渔业企业TFP出现尖峰型向宽峰型发展的变化趋势,且峰值呈现出低效率地区明显下降,峰值较高的区域逐渐向效率值高的地区偏移,说明企业TFP在增长的同时,渔业企业间TFP差异逐渐缩小,整体较为均衡,各区域效率均取得不同程度的提高。2003—2005年我国渔业企业一直呈尖峰形状且封顶密度高,说明渔业企业TFP值分布较为集中;2006—2007年分布曲线峰度变宽,波峰高度明显下降,右拖尾变短,且左拖尾向右移动的幅度明显小于右拖尾,说明高TFP的企业进步快于低TFP的企业,反映出渔业企业地区间发展更加均衡。

7 结论与建议

7.1 结论

由于经济研究的对象逐渐由宏观向微观延伸,针对微观企业生产率的研究更具真实性[33]。基于LP方法计算我国渔业企业的TFP,研究了2003—2007年我国渔业企业发展变化[34]。本研究主要得出以下结论:①我国渔业企业的TFP速度保持在3%—5%之间,不同年度间的增长速度存在着较大的波动。②我国沿海渔业企业较非沿海渔业企业的TFP高4%左右,且差距略有缩小趋势,本研究的结论与多数文献相符。③国有企业和非国有渔业企业的TFP波动上升,非国有企业是渔业企业生产效率提高的主力军,但国有企业在国家政策的支持下稳步发展。尤其是2004年以来,国际竞争日益激烈,国家整体经济实力不断增长,渔业企业效率提升越来越依靠企业自身的成长。④内资企业的TFP与外资企业的发展趋同,外资企业的资源配置效率较高,其TFP明显高于内资企业。不同企业类型的效率差异较大。⑤从时间演化方面来看,2003—2007年核密度曲线存在逐渐向右偏移的趋势,说明我国渔业企业TFP水平在此期间一直处于增长阶段;从各年渔业企业TFP的峰度可以看出,渔业企业TFP的差距由大变小,分布由发散趋于收敛。⑥从空间分布格局来看,渔业企业集中分布于我国东部沿海各城市,非沿海地区与沿海地区差异显著,沿海地区的全要素生产率分布密集程度较高,整体呈现出增长的趋势。

7.2 建议

根据渔业企业效率水平测度进行分析和测度评价,提出以下建议:渔业企业在发展过程中应合理投入人力、资本和科技等要素,积极引导渔业产业结构优化升级;应注重企业文化建设,平衡不同性质的企业发展,注重产业核心竞争力的提升,加快国有企业改革,提供渔业产业发展的新动力;坚持从实际出发,积极引导企业健康发展[35]。

基于企业视角对渔业企业全要素生产率进行分析测评,能更加客观反映渔业企业效率水平。渔业企业区别于制造业企业,在生产方面具有一定的特殊性,但受限于渔业数据的种类少、范围小,并未全方面纳入分析讨论,在影响要素讨论方面存在局限,今后应加大对渔业数据的整理和收集,并将其充分纳入到企业发展的效率分析中将是进一步学习探讨的重点[36]。